这是一个创建于 1664 天前的主题，其中的信息可能已经有所发展或是发生改变。
2010 年的时候，出于兴趣，我开始用进化算法和神经网络做股市的预测，全自动设计网络结构和各类参数，可以说是国内做 AI 量化，乃至 AutoML+量化的最早的人。其中一个实验是拿道琼斯指数 1930 年到 2010 年的历史，拿 60 年做训练，20 年做测试，用 AI 做双边交易可以做到带杠杆 40%左右的年化，不带杠杆 12%左右的年化（基线 7%）。当时我自己用它赚了几年的生活费。简单介绍一下当时所做的工作：
- 金融 Survey：看了上百本金融相关的书，搞明白了市场运作机制，和一些投资、投机者的基础逻辑
- AI Survey：看了当时几乎所有的中文 /英文相关的材料，发现没有一个人有公布真正有效果的方法
- 数据：基于 Matlab 里的 Java 虚拟机，写了对指数和部分股票的爬虫（ Yahoo/Google/新浪 金融板块）
- 特征：基于简单数学做了 40 多个母指标，几百个子指标，都是纯技术指标
- 模型：用了 LR/SVM/MLP 来做基础模型，RS/GA/PSO/ABC/ACO 等算法来做搜索模型
- 超参：各个模型的基础超参、模型深度、模型宽度、指标参数、滑窗参数
效果也很明确，在道琼斯指数上单纯预测涨跌，可以做到 65%左右的准确度；在其他几个市场也都有显著效果。其中的思路到现在来看，可能都还是最先进的。如果有机会，我很想做一个中国的大奖章基金。但我觉得可能现在机会不大，就分享下我自己的思路想法吧。
那时候我所做的技术现在部分沉淀到了我们的这个开源项目里，也欢迎大家试试：
第 1 条附言 · 2020-05-02 14:12:25 +08:00
如果其他朋友不爱看，或者觉得广告性质强的话，我建议就不要看了，右上角 X 了吧
本来我只是想到了 10 年了，方法可以见光了，但这个方法本身仍然具有很大的价值
如果觉得方法不好，可以去 survey，回过头来算算方法值多少钱。或者拿出更好的方法回过来
40%正如正文所说，是有杠杆的长期持仓，要算融资成本，融资成本是多少要各凭本事。
如果没有杠杆就是 12%（ buy & hold 7%），交易标的是道琼斯指数
本来我只是想到了 10 年了，方法可以见光了，但这个方法本身仍然具有很大的价值
如果觉得方法不好，可以去 survey，回过头来算算方法值多少钱。或者拿出更好的方法回过来
40%正如正文所说，是有杠杆的长期持仓，要算融资成本，融资成本是多少要各凭本事。
如果没有杠杆就是 12%（ buy & hold 7%），交易标的是道琼斯指数
 |
101
Perry 2020-05-03 01:09:56 +08:00
说真的要是楼主不 over-claim 我会对楼主的开源项目有感兴趣，但是标题党真的很不好 👎👎👎
|
 |
102
Pete 2020-05-03 01:29:30 +08:00 via Android
美股买指数也可以不低的收益 但是 A 股呢……
楼主有试过在 A 股交易吗 |
 |
103
ericgui 2020-05-03 01:52:44 +08:00
搞金融的都不开源，都是闷声发大财
|
 |
104
meppy 2020-05-03 05:36:58 +08:00  1
杠精真多啊，看不上这个看不上那个，lz 难道不比鸿蒙强么，至少有东西，有数据，有代码啊~~
|
 |
106
jon 2020-05-03 11:55:23 +08:00
老哥看了上百本金融相关的书能推荐个 list 吗?
|
 |
107
alexapollo OP @clemente0620
@aptx4689 @threebr @halo117 @20150517 1. 这个 repo 不为伸手党提供服务，帖子里写的很明白了，只是部分技术的融入开源工程 2. 我非常好奇张嘴就喷的人是什么心态，是觉得 V2EX 这个论坛不配有人分享真*前沿技术，如果这样，我以后就再也不分享了 3. 你们觉得分享这些有价值的信息是义务？如果这是义务，为什么自己不做？ |
|
108
alexapollo OP @Perry 嗯，我觉得做到 40%的真正方法大部分都是带杠杆的
|
|
109
alexapollo OP @Pete 有的，A 股当时跑过上证指数（仅指数本身），效果还不错，但是需要调比较多细节
|
|
110
alexapollo OP @ericgui 10 years
|
|
111
alexapollo OP @meppy 谢谢老板支持！
|
|
112
alexapollo OP 1
@kraymond
@20150517 @allencloud 我们有一个 AutoSeries 项目，如果想用的话可以看看。 在 10 年前我试过回归和分类两种不同的做法，实际发现回归很难学到信息（噪音太大），分类还比较 work 。 AutoSeries 做了一部分的自动特征工程（不太多），可以比较清楚的做一些回归问题。 另外一个工程 AutoWSL 专门针对大噪音的场景做分类，也可以试试。 但是得说明白的一点是，框架就是框架，只是一个工具，并不是用来专门做量化的。原文也说的很明白了，这工程就是技术的一个沉淀。 |
 |
113
CuriousBull 2020-05-03 13:47:51 +08:00
有做仿真么？效果如何？
|
 |
115
69partner 2020-05-03 20:19:48 +08:00
评论里面那么多酸的，就算是开源了，真正去测试的，去使用的又能有几个呢
|
 |
116
chilaoqi 2020-05-04 12:16:25 +08:00
金融 Survey：看了上百本金融相关的书，搞明白了市场运作机制，和一些投资、投机者的基础逻辑
我更关心 lz 能否提供下书单，想挑几本看看。 |
Select Language